← 返回
基于自适应模型预测控制的燃料电池混合动力汽车实时能量管理
Adaptive Model-Predictive-Control-Based Real-Time Energy Management of Fuel Cell Hybrid Electric Vehicles
| 作者 | Chao Jia · Wei Qiao · Junwei Cui · Liyan Qu |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2023年2月 |
| 技术分类 | 氢能与燃料电池 |
| 技术标签 | 模型预测控制MPC 充电桩 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 燃料电池混合动力汽车 能量管理策略 自适应模型预测控制 燃油经济性 燃料电池耐久性 |
语言:
中文摘要
为提升燃料电池混合动力汽车（FCHEVs）的燃油经济性并延长燃料电池寿命，本文提出了一种基于自适应模型预测控制（AMPC）的实时能量管理策略。该方法通过优化功率分配，有效平衡了系统效率与燃料电池的退化问题，为氢能交通领域的能量管理提供了先进的控制方案。
English Abstract
To compete with battery electric vehicles, fuel cell (FC) hybrid electric vehicles (FCHEVs) are required to offer better performance in fuel economy and FC durability. To this end, this article proposes a novel real-time adaptive model predictive control (AMPC)-based energy management strategy (EMS) for FCHEVs to improve their fuel efficiency and mitigate the degradation of their onboard FC hybrid...
S
SunView 深度解读
该研究涉及的能量管理策略（EMS）与阳光电源的氢能业务及电动汽车充电桩业务具有技术关联。虽然阳光电源目前侧重于电解槽电源及充电桩硬件，但文中提出的AMPC控制算法可优化氢能系统与储能系统的协同运行，提升系统整体效率。建议研发团队关注该算法在氢能制储用一体化系统中的应用，通过优化功率分配策略，提升阳光电源在氢能系统集成方案中的智能化水平，并为未来车网互动（V2G）场景下的充电桩能量调度积累核心算法储备。